| 研究課題/領域番号 |
20K20513
|
|---|
| 研究種目 |
挑戦的研究(開拓)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分8:社会学およびその関連分野
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
小林 哲郎 神戸大学, 法学研究科, 研究員 (60455194)
|
|---|
| 研究分担者 |
松井 勇佑 東京大学, 大学院情報理工学系研究科, 講師 (80780676)
佐藤 真一 国立情報学研究所, コンテンツ科学研究系, 教授 (90249938)
|
|---|
| 研究期間 (年度) |
2020-07-30 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
25,350千円 (直接経費: 19,500千円、間接経費: 5,850千円)
2022年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2021年度: 10,660千円 (直接経費: 8,200千円、間接経費: 2,460千円)
2020年度: 13,000千円 (直接経費: 10,000千円、間接経費: 3,000千円)
|
|---|
| キーワード | 深層学習 / テレビの内容分析 / 顔検出 / 顔トラッキング / 政治コミュニケーション |
|---|
| 研究開始時の研究の概要 |
本研究は深層学習の技術をテレビニュースの内容分析に応用し、大量の映像情報を目視に頼ることな、自動的に分析する方法論を確立する。深層学習は、分析対象の分類に有効となる特徴を自ら学び取っていくため、様々な角度や表情で人物が映されるテレビ映像の分析に有効である。本研究の文脈では、事前に特定することが困難な政治家の顔の特徴をアルゴリズムが自律的に学習していくことで、ニュース内における特定の政治家の出現を高い精度で検出することが可能になる。こうした深層学習に基づいた計算アルゴリズムと網羅性の高いニュースアーカイブを組み合わせることで、従来の内容分析では回答できなかった社会科学的問いに答えることを目指す。
|
| 研究成果の概要 |
目視ではコーディング不可能な大量のニュース映像を深層学習を用いて自動的に分析し、政治的アクターの登場時間を測定するシステムを構築した。その際、顔検出・トラッキングとクラスタリングを組み合わせることで、検出対象となるアクターごとにトレーニングする必要のない柔軟性の高いシステムを提案した。このシステムを用いて20年以上に渡るNHKニュース7の映像を用いた分析を行った結果、首相の登場時間は増減するものの、大統領制化の議論が予測するような単調増加は見られないこと、また2020年以降NHKニュース7は与党党首の登場時間の相対的割合が報道ステーションと比較して上昇していることなど、重要な知見を見出した。
|
| 研究成果の学術的意義や社会的意義 |
本研究はテレビの内容分析に深層学習の技術を応用した先駆的な研究であり、日本国内では初の試みである。20年以上にもおよぶ大量のニュース映像を目視に頼らずにすべて分析することは、本研究で提案されたシステムを用いて初めて可能になった。この点で、テレビの内容分析に革新的な変化をもたらすという当初の目的は達成された。本研究は社会科学の研究者とコンピュータ科学の研究者の緊密な学際的連携によって可能になったという点において、文理融合の面から学術的意義がある。さらに、提案されたシステムのソースコードはすべて公開しており、アカデミアに限らず世界中の人が利用可能となっており、その点で社会的意義も大きい。
|
